基于振动模态识别的煤矿大型机电设备故障诊断方法

为了提高煤矿大型机电设备运行的安全性与可靠性,对设备进行准确、快速地故障诊断至关重要。基于此,提出了基于振动模态识别的煤矿大型机电设备故障诊断方法研究。首先,根据设备的结构特点和运行状况,考虑设备的运行工况,布置传感器测点,采集设备运行状态下的振动信号;其次,对多传感器信号进行融合处理,为后续故障诊断提供分析基础;再次,基于振动模态识别原理提取出能够反映设备状态的特征参数,包括振动信号的均值、最大值、均方根值特征;最后,建立煤矿大型机电设备故障征兆与故障因素的模糊集合,通过设备故障征兆模糊向量,确定故障程度与类型。试验结果表明,该方法故障诊断率可达到94%以上,表现出良好的准确性和可靠性。

振动模态识别技术在输电塔线动力特性研究中的应用

输电塔线体系是一种复杂的空间塔线耦联振动体系,体系动力特性计算中由于导地线的振型密集,输电塔的振型难以清辨。在对输电塔线体系的动力特性研究中,采用白噪声激励体系,得到输电塔耦合了导地线的响应;利用振动模态识别技术,可得到输电塔耦合了导地线的低阶模态。此外,在实际工程现场进行了环境振动测试,识别输电塔耦合了导地线的低阶模态,验证了数值计算模型和理论模态识别的正确性。

基于ICA的柔性机械臂振动模态参数识别研究

为了准确地建立柔性机械臂动态系统模型,针对其振动信号的多模态耦合相关特点,采用独立分量分析(ICA)的方法实现对系统振动模态参数的识别。通过ICA前后振动信号的频谱和功率谱对比分析表明,该方法能直接从结构的动态响应信号中提取结构的模态参数,并能有效抑制模态耦合噪声。

EXPERIMENTAL MODELING OF MIDDLE-RISE BUILDING VIA AMBIENT MODAL IDENTIFICATION

Experimental modeling of a middle-rise office building via ambient modal identification is presented. A 200-DOF (Dimension of freedom) test model is designed to correlate with finite element mode. A newly developed frequency-spatial domain decomposition ( FSDD ) technique is used to identify modal characteristics of the full-size building by using ambient response measurements. In the interested frequency ranges of 0～4.5 Hz and 0～ 6.5 Hz altogether 9 bending and torsion modes are identified. As one of the major focuses of the project, the accurate damping estimation is conducted based on FSDD. The identified modal frequencies and mode shapes are utilized for finite element model tuning. Excellent agreement has been achieved with respect to the final tuned finite element (FE) model up to 9 modes.

大跨越输电塔动力特性

大跨越输电塔-线体系是一种复杂的空间塔线耦联体系,体系动力特性计算中由于导、地线的振型密集,输电塔的振型难以辨清。在对大跨越输电塔-线体系的动力特性研究中,采用白噪声激励体系,得到输电塔耦合了导、地线的响应;利用振动模态识别技术,可得到输电塔耦合了导、地线的低阶模态。以多条输电线路工程中不同类型、不同高度输电塔为原型,建立空间有限元模型,利用振动模态识别技术提取出大跨越输电塔-线体系中塔架结构的第1自振周期及其振型,得到适用于大跨越酒杯塔和大跨越干字型塔的第1周期近似计算公式。对工程实例的仿真分析表明,该公式能比较准确地反映大跨越输电塔-线体系的动力特性,值得推广应用。